Semester : VI Hal: 1 dari 6. No.Revisi : 00. Deskripsi. Kemampuan manjerial. tertulis. Sikap dan. tata nilai 2-RP 1-CP DN, PA,BAK& RN)

Transkripsi

1 PROD S1 STATSTKA FMPA TS RP S1 SP 08 Kurikulum 2014, Edisi : September 2014 A. CAPAAN PEMBELAJARAN : CP : Mampu menganalisis data secara KUANTTATF baik secara Univariat maupun Multivariat serta menerapkannya Hal: 1 dari 6 B. Untuk mencapai CP di atas diperlukan sebagai berrikut Pendahuluan, Review vektor dan matriks, konsep dasar analisis multivariat, distribusi multinormal, pendugaan vektor rata rata dan matriks kovarians, daerah kepercayaan dan uji hipotesis vektor rata rata scaling, analisis korespondensi, biplot, dan structural equation modelling. satu dan dua populasi, manova, manacova, analisis komponen utama, analisis faktor, analisis diskriminan, analisiss cluster, multi dimensional C. CP secara umum KKN Level 6 Kemampuan Penguasaan pengetahuan Kemampuan kerja Kemampuan manjerial Sikap dan tata nilai 6.1 Menjelaskan konsep analisis multivariat. Mampu mengidentifikasi problem yang bisa diselesaikan dengann analisis multivariat. Mampu mengaplikasikan konsep analisis multivariat di berbagai bidang Mampu (SPSS, MNTAB, SAS, R) untuk analisis multivariat 6.5 Mampu beradaptasi terhadap situasi yang dihadapi 6.6 Mampu menganalisis problem multivariat dan mampu mengkomunikasikan hasil analisis baik secara lisan maupun tertulis. 6.7 Mampu memberikan petunjuk dalam memilih berbagai alterna f solusi secara mandiri dan kelompok; 6.8 Bertanggung jawab pada pekerjaan sendiri dan dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok Memiliki Etika Profesi, kerjasama, menghargai orang lain, patuh aturan, cerdas amanah kreatif

2 RP S1 SP 08 Kurikulum 2014, Edisi : September 2014 Capaian No PROD S1 STATSTKA FMPA TS Hal: 2 dari 6 (1) (2) (3) (4) (5) (6) (7) (9) Dapat menjelaskan konsep dan tujuan analisis multivariat CP11.1A1 2. Menentukani langkah langkah menyiapkan data sebelum melakukan analisis multivariate CP5.1A Mengetahui penerapan metode multivariate di permasalahan riil 1.2. Dapat membedakan antara data univariat dan data multivariate 1.3. Mengetahui pengelompokan metode univariat dan metode multivariate 1.4. Mampu menghitung konsep matriks yang sering digunakan dalam analisis multivariate 2.1. Dapat mendeteksi missing value dan cara mengatasinya 2.2. Dapat mendeteksi data outlier baik secara univariate dan multivariate 2.3. Dapat melakukan uji asumsi : normality ( univariat dan multivariate) homoscedacity Pendahuluan: Konsep dasar analisis multivariat, Aplikasi dan Pengelompokan metode multivariat, Aljabar matriks dan vector random Data preprocessing: 1. Deteksi missing value dan cara mengatasi 2. Deteksi outlier 3. Pemeriksaan asumsi dan cara mengatasi [1] BAB 1 [2] BAB 1 [1] BAB 4 [2] BAB 2 [4] Modul 1 Ceramah interaktif Diskusi (CD) Ceramah interaktif Diskusi Latihan soal (CDL) Observasi Aktifitas di kelas Tugas 1 (Observas i Aktifitas di kelas 5%/5% % 10%/ 15%

3 RP S1 SP 08 Kurikulum 2014, Edisi : September 2014 Capaian No PROD S1 STATSTKA FMPA TS Hal: 3 dari Dapat menjelaskan konsep MANOVA dan MANACOVA dan dapat menerapkan dalam Dapat menjelaskan konsep PCA dan dapat menerapkan 3.Dapat menjelaskan konsep pengujian hipotesis vector rata rata untuk satu dan dua populasi dari distribusi normal multivariat 3.1. Dapat menentukan, menghitung dan menginterpretasikan uji hipotesis vector rata rata satu dan dua populasi normal multivariat 3.2. Dapat melakukan uji hipotesis vector rata rata menggunakan piranti lunak serta menginterpretasikannya 4.1 Dapat melakukan pemeriksaan asumsi dalam MANOVA dan MANACOVA serta cara mengatasi 4.2 Dapat melakukan analisis MANOVA dan MANACOVA baik secara manual maupun 5.1 Dapat melakukan pemeriksaan asumsi dalam PCA dan cara mengatasi Uji hipotesis vektor rata rata: 1. Untuk satu populasi 2. Untuk dua populasi MANOVA/ MANACOVA: 1. Pemeriksaan asumsi 2. One way MANOVA/ MANACOVA 3. nterpretasil hasil analisis MANOVA/ MANACOVA Principal Componenn [1] BAB 8 Analysis (PCA): 1. Aplikasi PCA di [2] BAB 3 [1] BAB 5 6 [1] BAB 5 [2] BAB 6 [3] BAB 11 [4] Modul 2 CDLS Ceramah nteraktif Diskusi Praktikum Latihan Soal Observasi () Tes 1 & Observasi Aktifitas di kelas () Makalah 1 i 1 Makalah 5%/20% 10%/30% 10%/ 40%

4 RP S1 SP 08 No Dapat menjelaskan konsep analisis faktor dan dapat menerapkan dalam 6.1 Kurikulum 2014, Edisi : September 2014 Capaian 7. Dapat menjelaskan konsep analisis diskriminan dan dapat menerapkan Dapat melakukan pemeriksaan asumsi dalam analisis diskriminan dan cara mengatasi 7.2. Dapat melakukan analisis diskriminan baik secara manual maupun menggunakan piranti lunak 5.2 Dapat melakukan analisis PCA baik secara manual maupun Dapat melakukan pemeriksaan asumsi dalam analisis faktor dan cara mengatasi Dapat melakukan analisis factor baik secara manual maupun 2. Pemeriksaan asumsi PCA 3. PCA Analisis Faktor : 1. Konsep dasar dan aplikasi di problem riil 2. Pemeriksaan asumsi 3. Analsis factor dan interpretasi TENGAH SEMESTER Analisis Diskriminan: 1. Konsep dasar dan aplikasi di problem riil 2. Pemeriksaan asumsi 3. Estimasi model diskriminan dan interpretasi PROD S1 STATSTKA FMPA TS [3] BAB 4 [4] Modul 3 [1] BAB 9 [2] BAB 2 [3] BAB 5 [4] Modul 3 [1] BAB 11 [2] BAB 5 [3] BAB 8 [4] Modul 4 Hal: 4 dari 6 2 i 2 Makalah 2 i 2 Makalah2 i 2 10%/ 50% 10%/ 60%

5 RP S1 SP No Kurikulum 2014, Edisi : September 2014 Capaian 8.Dapat menjelaskan konsep analisis cluster dan dapat menerapkan dalam 9.Dapat menerapkan multidimensional scalling (MDS) 10. Dapat menerapkan analisis korespondensi 11.Dapat menerapkan analisis biplot 8.1. Dapat melakukan analisis cluster baik secara manual maupun 8.2. Dapat mengevaluasi hasil analisis cluster Dapat melakukan analisis korespondensi menggunakan piranti lunak dan menginterpretasikan hasilnya Dapat melakukan analisis biplot menggunakan piranti Dapat melakukan analisis MDS dan mengiterpretasikan hasilnya Analisis Cluster : 1. Pendekatan hirarki 2. Pendekatan non hirarki 3. Evaluasi hasil analisis cluster MDS: 1. Konsep dasar MDS dan aplikasinya 2. MDS menggunakan piranti lunak Analisis Korespondensi (AK): 1. Konsep dasar AK dan aplikasinya 2. AK menggunakan piranti lunak Analisis Biplot: 1. Konsep dasar PROD S1 STATSTKA FMPA TS [1] BAB 12 [2] BAB 8 [3] BAB 7 [4] Modul 5 [1] BAB 12 [2] BAB 9 [4] Modul 6 [2]BAB 9 [4] Modul 6 [2]BAB 9 [4] Modul 6 Hal: 5 dari 6 10%/ 70% Tes 2 10%/ 80% 5%/85% 5%/90%

6 RP S1 SP No Kurikulum 2014, Edisi : September 2014 Capaian Pustaka 1. Johnson, R.A and Wichern, D.W, Applied Multivariate Sta s cal Analysis,6 Edition, Prentice Hall, New York. 2. Hair, J.F.., Black, W.C., Babin, B.J., Anderson, R.E, Multivariate Data Analysis, 7 th Edition, Prentice Hall, UK 3. Sarma, S Applied Multivariate Techniques, John Wiley 4. Purnami, S.W. dan Otok, B.W., Modul Prak kum Analisis Mul variat, Anderson, T.W, 2003, An ntroduction to Multivariate Statistical Analysis, Wiley nterscience 6. Morison, D.F, 2005, Multivariate Statistical Method, McGraw Hill nc., Tokyo. 7. Byrne, B.M, 2001, Structural Equation Modelling with AMOS: Basic Concept, Applications and Programming, Lawrence Erlbaun Associates nc., New Jersey. 8. Mardia, K.V, Kent, J.T, Bibby, J.M, Mul variate Analysis, 7 th Edition. Academic Press. 9. Rencher, A.C. Methods of Multivariate Analysis, 2 nd Edition, John Wiley 12. Dapat menerapkan Structural Equation Modelling (SEM) Dapat melakukan analisis SEM menggunakan AMOS dan menginterpretasikan hasilnya lunak dan menginterpretasikan hasilnya analisis biplot dan aplikasinya 2. Analisis biplot menggunakan piranti lunak SEM: 1. Konsep dasar SEM dan aplikasinyaa 2. SEM menggunakan AMOS AKHR SEMESTER PROD S1 STATSTKA FMPA TS [7] BAB 1 4 Hal: 6 dari 6 10%/ 100%